Wesentliche \u00c4nderungen in Redis 8.4: <\/p>\n
- \n
- Das Kommando \u201eFT.HYBRID\u201c wurde hinzugef\u00fcgt, das eine hybride Suche implementiert, die in einer Anfrage die M\u00f6glichkeiten der Volltext- und der Vektorsuche kombiniert, wobei sowohl direkte \u00dcbereinstimmungen als auch semantische N\u00e4he ber\u00fccksichtigt werden. Die Aggregation von Ergebnissen mit der Syntax des Kommandos \u201eFT.AGGREGATE\u201c wird unterst\u00fctzt.\n
- Die Durchsatzleistung in typischen Redis-Anwendungen f\u00fcr Caching wurde erh\u00f6ht. Beispielsweise ergab sich bei Lasten, die 10 % Schreiboperationen (SET) und 90 % Leseoperationen (GET) mit einer Speicherung von String-Werten mit einer Gr\u00f6\u00dfe von 1 KB beinhalteten, eine Steigerung der Durchsatzleistung um 30 %.
![\"Ver\u00f6ffentlichung](\"\/wp-content\/uploads\/2025\/11\/8358ec3dfe4f458bded1a72df61f9a88.png\")
<\/center>\n- Die Leistung der Suchoperationen (FT.SEARCH) und der Aggregation der Ergebnisse (FT.AGGREGATE) wurde erh\u00f6ht. In stark belasteten Systemen mit einer gro\u00dfen Anzahl paralleler Anfragen wurde eine Steigerung der Durchsatzraten und eine Reduzierung der Latenzen um bis zu 4,7-fach bei der Durchf\u00fchrung von Suchen und um bis zu 1,4-fach bei der Aggregation der Ergebnisse beobachtet.
![\"Ver\u00f6ffentlichung](\"\/wp-content\/uploads\/2025\/11\/262242ac34bc615c3ccdc0330dd7aacb.png\")
<\/center>\n- Die Speicherzuweisung bei der Ausf\u00fchrung von Anfragen wurde optimiert, und es wurde die M\u00f6glichkeit hinzugef\u00fcgt, das Verhalten bei Ersch\u00f6pfung des verf\u00fcgbaren Speichers (OOM, out-of-memory) anzupassen.\n
- Der Speicherverbrauch f\u00fcr die Speicherung kleiner Strings (bis zu 7 Byte) in JSON-Formaten wurde gesenkt. Zum Beispiel ben\u00f6tigt ein JSON-Array mit 500 kleinen Schl\u00fcsseln\/Werten nun 37 % weniger Speicher.\n
- Die Effizienz der Speicherung von numerischen JSON-Arrays wurde erh\u00f6ht, deren Elemente alle denselben Typ haben (w\u00e4hrend fr\u00fcher f\u00fcr jedes Element in einem solchen Array der Typ und der Wert gespeichert wurden, wird der Typ jetzt einmal f\u00fcr das gesamte Array gespeichert). In einem durchgef\u00fchrten Test ben\u00f6tigt ein solches Array mit einer Million homogener Elemente nun je nach Typ 50-92 % weniger Speicher.\n
- Der SET-Befehl wurde um die Optionen IFEQ, IFNE, IFDEQ und IFDNE erweitert, die es erm\u00f6glichen, ein einziges Kommando zu verwenden, um den String-Schl\u00fcssel zu aktualisieren, wenn der zugeh\u00f6rige Wert seit seiner Abfrage durch einen anderen Client nicht ver\u00e4ndert wurde.\n
- Der Befehl XDELEX wurde hinzugef\u00fcgt, um den String-Schl\u00fcssel atomar zu l\u00f6schen, wenn der zugeh\u00f6rige Wert seit seiner Abfrage nicht ver\u00e4ndert wurde.\n
- Ein neuer Befehl DIGEST wurde hinzugef\u00fcgt, der den Hash des Wertes zur\u00fcckgibt, der mit dem angegebenen Schl\u00fcssel verkn\u00fcpft ist.\n
- Das Kommando XREADGROUP erhielt die Option \u201eCLAIM \u201c, um sowohl wartende (idle pending) als auch eingehende (incoming) Nachrichten zu lesen.\n
- Der Befehl MSETEX wurde hinzugef\u00fcgt, um atomar mehrere String-Schl\u00fcssel gleichzeitig zu setzen oder zu aktualisieren sowie deren Lebensdauer zu ver\u00e4ndern.\n
- Ein Mechanismus f\u00fcr die atomare Migration von Slots zwischen Clusterknoten (ASM - Atomic Slot Migration) wurde hinzugef\u00fcgt, der einer vollst\u00e4ndigen synchronen Replikation \u00e4hnelt, jedoch auf der Ebene einzelner Datenspeicherslots arbeitet. Das Kommando CLUSTER MIGRATION wurde hinzugef\u00fcgt, mit dem Slots von anderen Knoten importiert, der Fortschritt der Migration verfolgt und die Ausf\u00fchrung der Migrationsoperation bei Bedarf als wartend markiert werden kann.\n
- Der Befehl CLUSTER SLOT-STATS wurde hinzugef\u00fcgt, um Statistiken im Cluster nach einzelnen Slots auszuwerten, wie z.B. die Anzahl der Schl\u00fcssel, die CPU-Auslastung und den Netzwerk-I\/O. <\/ul>\n
- Die Leistung der Suchoperationen (FT.SEARCH) und der Aggregation der Ergebnisse (FT.AGGREGATE) wurde erh\u00f6ht. In stark belasteten Systemen mit einer gro\u00dfen Anzahl paralleler Anfragen wurde eine Steigerung der Durchsatzraten und eine Reduzierung der Latenzen um bis zu 4,7-fach bei der Durchf\u00fchrung von Suchen und um bis zu 1,4-fach bei der Aggregation der Ergebnisse beobachtet.